python资源分配算法_多个knap的资源分配优化变异

我有J项目，运行时间超过T周，每个项目使用S周的资源量(基于预定义的矩阵)。我必须将这些项目分配到集群中，集群容量已知。此外，每个项目都属于某一子群G。在

这似乎是一个0-1多背包问题，对吧？然而，也有一些不同之处。所有的项目都必须被精确地分配到一个集群，一旦被分配，它就不能从中移动。这通常会导致背包(簇)的过度包装，违反“背包不能超过容量”的限制，只会产生不可行的解决方案。因此，它对目标有影响。在

我的目标是，按照优先顺序：

1)尽量减少超过集群容量的资源请求总数。通俗地说，尽量减少集群容量被破坏的次数。在

2)资源请求最大限度地跨集群分布。在

3)同一组中的项目最大限度地分散在集群中。在

现在，对于我的问题：

我假设这是一个0-1多背包问题，对吗？我假设它是线性的，对吗？到目前为止，我在文献中找不到任何关于这个问题的确切变化的类似案例研究。在

我实现了一些初级代码，这些代码为项目到集群分配生成随机解决方案，并创建了一个Pareto-optimal front。下一步是实现一个简单的多目标优化算法。我甚至不知道如何开始，因为我在我的文学作品中没有遇到过类似的东西。我是Python的初学者，所以即使阅读PyGMO、DEAP甚至SciPy的库文档对我来说也太复杂了。有什么建议吗？在